向量化 Hmisc::partition.matrix 的输出答案

【问题标题】：Vectorizing over the output of Hmisc::partition.matrix向量化 Hmisc::partition.matrix 的输出
【发布时间】：2019-12-04 10:22:39
【问题描述】：

我一直在尝试模拟一个持续数周的二项式过程，用于不同的池大小。我有 7 个不同的池大小，以及每周积极结果的概率。我模拟了一个伯努利过程，它每周给我一个固定数量的积极结果。我想使用Hmisc 中的partition.matrix 函数将这些积极结果中的每一个分配到一个池中，如下所示：

library(Hmisc)
set.seed(1)

# vector of pool sizes
pool_sizes <- c(10,15,25,35,40,45,50)

# Vector of weekly probabilities
weekly_probabilities <- c(0.12,0.37,0.68,0.43,0.2)

# weekly bernoulli trials
pos_neg <- sapply(weekly_probabilities,function(x)rbinom(sum(pool_sizes),size = 1, p = x))

# Assigning outcomes to pools
pos_neg_pools <- partition.matrix(pos_neg,rowsep = pool_sizes,colsep = 5)

我在每周获取每个池的结果数量时遇到了问题。我尝试了mapply 函数，但我收到错误消息Error in .Primitive("sum")(dots[[1L]][[1L]]) : invalid 'type' (list) of argument。由于pos_neg_pools 有list 类，我尝试应用lapply 两次：

lapply(pos_neg_pools,function(x)apply(x,2,sum))

但收到此错误：

Error in apply(x, 2, sum) : dim(X) must have a positive length

问题似乎是dim(pos_neg_pools[1]) 和dim(pos_neg_pools[[1]]) 是NULL，而pos_neg_pools 的每个元素只能作为pos_neg_pools$`1`$`1 访问。我不确定如何对该输出进行矢量化，并且我不想使用for 循环，如果我有几千个池，并且每个池有 52 周的数据，这可能会很麻烦。

我该怎么办？任何帮助表示赞赏。

【问题讨论】：

标签： r hmisc

【解决方案1】：

你有一个list列表，分割矩阵总是在第一个子元素下：

 str(pos_neg_pools)
List of 7
 $ 1:List of 1
  ..$ 1: int [1:10, 1:5] 0 0 0 1 0 1 1 0 0 0 ...
 $ 2:List of 1
  ..$ 1: int [1:15, 1:5] 0 0 0 0 0 0 0 1 0 0 ...
 $ 3:List of 1
  ..$ 1: int [1:25, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 4:List of 1
  ..$ 1: int [1:35, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 5:List of 1
  ..$ 1: int [1:40, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 6:List of 1
  ..$ 1: int [1:45, 1:5] 0 0 0 0 0 0 0 0 0 1 ...
 $ 7:List of 1
  ..$ 1: int [1:50, 1:5] 0 0 0 0 0 1 0 0 0 1 ...

这是每个矩阵的维度：

sapply(pos_neg_pools,function(x)dim(x[[1]]))
      1  2  3  4  5  6  7
[1,] 10 15 25 35 40 45 50
[2,]  5  5  5  5  5  5  5

在发布的代码中，您将函数应用于列表。您需要使用以下一级：

sapply(pos_neg_pools,function(x)colSums(x[[1]]))

     1  2  3  4  5  6  7
[1,] 3  2  0  3  4  4  9
[2,] 2  4  7  6 17 16 23
[3,] 9 13 14 24 25 29 34
[4,] 5  5 12 13 18 17 21
[5,] 4  1  5  8  8 10 10

或：

 lapply(pos_neg_pools,function(x)colSums(x[[1]]))

为了避免这个奇怪的列表列表，因为您不需要拆分列，请执行以下操作：

X = partition.matrix(pos_neg,rowsep = pool_sizes)
sapply(X,colSums)

     1  2  3  4  5  6  7
[1,] 3  2  0  3  4  4  9
[2,] 2  4  7  6 17 16 23
[3,] 9 13 14 24 25 29 34
[4,] 5  5 12 13 18 17 21
[5,] 4  1  5  8  8 10 10

【讨论】：